横河电机于2026年9月29日宣布，其子公司Yokogawa Engineering Asia已经加入由新加坡国立大学设计与工程学院主导的Sustainable Tropical Data Centre Testbed Phase 2.0，也就是STDCT 2.0联盟。项目将围绕下一代AI数据中心的能源管理、冷却、设备可靠性和运行优化开展实际环境验证，横河电机将在其中提供工业自动化、测量和自主运行方面的技术经验。
STDCT 2.0并不是普通实验室规模的数据中心测试项目。根据新加坡国立大学已经公布的信息，这一阶段计划建设多兆瓦级、面向AI计算负载的实际试验设施，并在热带高温、高湿环境下验证下一代数据中心基础设施。项目重点不是单独测试一台空调或者某一种服务器，而是把计算、电力、冷却、控制和运行管理作为一个完整系统进行验证。
项目目前仍处于建设和技术验证体系逐步形成阶段，不能写成已经建成并全面投入商业运营的数据中心。横河电机此次公布的是正式加入STDCT 2.0联盟，并参与后续技术验证和联合研究。项目本身属于试验及示范设施，其目的之一是把尚需实际验证的新技术放入接近真实数据中心的环境中运行，再评估能耗、稳定性和可扩展性。
AI基础设施快速扩大以后，数据中心最明显的变化之一是单位机柜热负荷持续增加。传统数据中心主要依靠机房空气循环带走服务器产生的热量，但当机柜功率密度不断提高，仅依靠扩大空气流量会面临空间、风量和能源消耗等限制，因此液冷开始进入越来越多高密度计算系统。
STDCT 2.0已经明确把先进液冷列为重要研究方向。与传统风冷相比，液冷系统将更多热量直接传递到液体回路，再通过冷却水系统、换热设备以及最终散热设施把热量排出。这样一来，数据中心内部的设备结构开始与传统流程工业出现越来越多相似之处：泵、阀门、流量检测、温度检测、压力检测和过滤设备会成为冷却系统的重要组成部分。
工业泵首先负责冷却介质循环。服务器产生的热量只有在冷却液持续流动的情况下才能稳定带走，因此泵的流量和压差必须与实际冷却负荷匹配。如果流量不足，局部设备温度可能升高；如果系统阻力发生变化，泵的实际运行工况也会随之改变。
高密度数据中心通常不会只有一个简单循环回路。根据具体设计，可能存在服务器侧冷却回路、设施侧冷却水回路以及不同换热设备之间的循环系统，因此泵并不能只按照额定功率选择，还需要考虑流量、扬程、介质条件、冗余方式以及调节范围。
随着服务器负载不断变化，冷却需求同样不是固定值。部分泵系统可能通过变速运行调整流量，使冷却能力随实际热负荷变化。此时电机、驱动设备、压力和流量测量就需要与控制系统形成完整协调。
工业阀门在液冷系统中承担回路切换、隔离和流量调节。某一机柜、冷却单元或者换热设备需要维护时，如果系统设计具有合理的分区和隔离能力，就可以降低维护工作对其他设备运行的影响。
调节阀还可以根据控制系统指令改变冷却介质流量。温度传感器测量设备入口和出口温度，流量计确认实际流量，控制系统再根据负载变化调整泵速或者阀门开度，这种闭环控制逻辑与许多传统工业冷却系统基本一致。
但数据中心冷却也存在自身特点。服务器对温度变化非常敏感，而且大量计算设备集中在有限空间中，一旦局部冷却能力下降，温度上升速度可能很快。因此，仅依赖机房平均温度不能完全反映每个高密度区域的真实热状态。
这也是温度传感器网络越来越重要的原因。数据中心需要在机柜、送回水管路、设备间和其他关键位置进行测量，使控制系统能够看到不同区域的温度分布。传感器数量增加后，测量准确性只是第一步，如何集中管理大量测点以及及时识别异常趋势同样重要。
压力和流量数据则可以帮助判断冷却回路是否正常。如果某一回路的流量突然下降，原因可能来自阀门状态、过滤器阻力增加、泵运行异常或者管路问题。单独看到一个报警并不能直接确定故障位置，需要把多个测量参数结合起来分析。
过滤也是液冷系统长期运行过程中容易被忽视的一环。循环介质中的颗粒或者污染物可能影响换热设备、阀门和较小通道，因此需要根据系统设计维持相应的介质洁净度。过滤器使用一段时间以后，压差可能逐渐增加，维护人员需要根据实际运行状态进行检查和更换。
过滤元件也不能仅按照尺寸替换。过滤精度、材料、允许流量、压差以及与冷却介质的兼容性都需要符合原系统要求，否则即使能够安装，也不代表长期运行性能一致。
STDCT 2.0的另一个重点是能源管理。AI服务器运行需要大量电力，而冷却系统本身同样属于重要能源负载。如果只提高服务器计算效率，却让泵、冷却设备和辅助设施长期按照最大能力运行，整个数据中心的综合能源效率仍然可能受到影响。
因此，未来的数据中心能源管理需要同时观察IT负载和基础设施负载。服务器计算功率变化以后，冷却系统可以根据实际需要调整运行状态；不同冷却设备之间也可以根据效率和环境条件进行协调。这类优化依赖大量实时测量数据，而不是仅依靠设备额定参数。
横河电机此次加入STDCT 2.0的公开任务之一，就是研究提高运营效率、资产可靠性和能源优化的方法。横河电机与项目团队还计划围绕现有商业技术尚不能完全满足的数据中心运行问题开展联合研究。
这里需要注意，横河电机参与联盟并不意味着STDCT 2.0所有控制器、传感器或者仪表都已经确定使用横河产品。企业公告并没有公布完整设备采购清单，因此不能把合作关系扩大为整个项目的独家自动化设备供应关系。
供配电系统是AI数据中心的另一个关键基础。高密度服务器、电源转换设备、冷却系统、泵和辅助设施都依赖持续稳定供电。随着整个测试平台提高到多兆瓦级，电压、电流、功率、设备负荷和电能质量监测的重要性会明显提高。
电源监控并不只是统计用了多少电。通过不同配电层级的数据，可以判断某个区域负载是否异常、不同设备实际耗电如何变化，也可以为冷却和IT负载之间的联合优化提供基础数据。
数据中心中的断路器、保护设备、继电器和电源模块同样承担不同功能。断路器主要按照配电设计承担回路保护和隔离，普通控制继电器主要用于控制逻辑和信号转换，不能把控制继电器当成专业电力保护继电器使用。
浪涌保护也需要根据整个电气系统进行设计。TVS器件可以用于特定电子电路的瞬态过电压抑制，但不能直接等同于建筑或配电系统中的完整浪涌保护体系。数据中心电源系统层级复杂，保护装置必须按照安装位置和系统参数进行配置。
设备数量增加以后，工业连接的可靠性同样重要。冷却泵、阀门执行机构、温度和压力传感器、电能监测装置以及控制设备都需要通过电缆、端子、连接器或网络连接到控制系统。
对于需要频繁维护和模块化更换的位置，标准化连接能够减少维修时间。如果线路和接口缺少清晰标识，一处并不复杂的传感器故障也可能因为接线确认和信号排查耗费大量时间。
STDCT 2.0还将研究更广泛的数据中心能源和冷却结构。新加坡国立大学公开资料显示，项目合作研究方向包括液冷、电网响应运行，以及将冷却、水资源和能源基础设施进行系统级整合。此前项目合作还研究集中冷却、再生水或海水利用以及吸收式制冷等不同方案。
这些内容目前属于试验和验证方向，不能理解为未来所有商业AI数据中心都会采用同一种方案。热带地区的环境条件、数据中心规模、机柜功率以及电力和水资源条件差异较大，不同项目最终的冷却架构仍然需要根据实际条件确定。
试验平台的价值就在于把这些技术从理论计算和单台设备试验推进到系统级验证。单独一台高效率冷却设备并不能代表整座数据中心效率一定提高，如果泵运行、阀门控制、服务器负荷和其他辅助系统之间不能协调，单个设备的性能优势可能无法转化为整个设施的实际效果。
资产可靠性也是此次横河参与项目明确提出的方向。数据中心运行需要大量设备保持长期可用，尤其是冷却和供电系统。主服务器发生故障可以通过计算任务迁移降低部分影响，但如果一套关键冷却系统或者供电基础设施发生异常，影响范围可能更广。
这使数据中心维护越来越接近连续流程工业的管理方式。泵的振动和轴承状态、过滤器压差、阀门动作、传感器漂移、电源负荷以及通信状态，都可以形成设备健康信息。通过长期趋势分析，维护人员有机会在完全故障前发现部分异常。
但数字化监控不能代替现场维护本身。系统可以提示泵振动增加，但最终仍然需要检查轴承、机械密封、对中和实际工况；系统可以发现流量下降，但原因可能来自过滤器、阀门、泵或者管路。数据能够缩小检查范围，不能自动代替工程判断。
随着数据中心规模不断扩大，备件管理也会成为长期运行的一部分。温度传感器、压力传感器、流量仪表、控制电源、继电器、连接器、阀门执行机构和泵相关部件都可能在设施生命周期内经历维护或更换。
其中一个现实问题是设备生命周期并不一致。数据中心建筑和冷却管网可能运行多年，而电子控制和通信产品更新速度更快。原型号停产以后，替代产品必须重新确认电气参数、通信方式、连接接口、安装尺寸以及软件兼容性。
STDCT 2.0因此不仅是在测试“如何降低数据中心能耗”，而是在尝试建立一套适用于高密度AI计算、热带环境和多兆瓦级设施的综合运行模式。电力、冷却、水资源、控制和设备维护之间的关系会被放在同一个实际平台中验证。
目前能够确认的是，横河电机工程亚洲已经正式加入STDCT 2.0联盟，项目由新加坡国立大学设计与工程学院主导，目标是在多兆瓦级实际试验环境中开发和验证高效能源管理及冷却技术。至于项目最终完整的泵、阀门、传感器、连接器、断路器和其他工业设备供应商及型号，目前官方没有公布完整清单，因此不应作确定性推测。
